VaR de Monte-Carlo
Les valeurs de rendement et les trajectoires de Monte-Carlo peuvent servir à analyser une foule de sujets, de la tarification d'options et la couverture au pointage de portefeuille et aux stratégies de négociation.
Agréguez les rendements à chaque itération et utilisez les valeurs obtenues pour prévoir la VaR(99) paramétrique.
Les paramètres mu, vol, T et S0 sont disponibles depuis l'exercice précédent.
Cette activité fait partie du cours
Introduction à la gestion du risque de portefeuille en Python
Instructions de l’exercice
- Utilisez la méthode
.append()pour ajouterrand_retsà la listesim_returnsà chaque itération. - Calculez la VaR(99) paramétrique à l'aide de la fonction
np.percentile()sursim_returns.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Aggregate the returns
sim_returns = []
# Loop through 100 simulations
for i in range(100):
# Generate the Random Walk
rand_rets = np.random.normal(mu, vol, T)
# Save the results
sim_returns.____
# Calculate the VaR(99)
var_99 = ____
print("Parametric VaR(99): ", round(100*var_99, 2),"%")